辨別畫作真假的難度異常年夜，還特殊燒錢。

　　當藝術史年夜神都看不出來畫的真假時，就須要把畫送到試驗室。聯合各類嵬峨上的檢測手腕（好比紅外看顏料的化學成份，碳-14含量看畫的年月，氣相色譜分別成份并化學剖析），能力下比擬靠譜的結論。

　　如今讓AI出手，就不消弄這么龐雜啦。

　　比來有個新的遞歸神經收集RNN模子體系可以把畫拆解成單個筆觸或許線條，只需看筆觸的作風就曉得是誰畫的。

　　這個模子呢，是美國新澤西州的羅格斯年夜學Ahmed Elgammal團隊（之前揭橥過AI畫畫經由過程圖靈測試的算法的團隊ヽ（？？ω？？ ）ゝ），是和荷蘭繪畫任務室的研討人員一路出力搭建的。

　　他們用藝術年夜神的作品來練習這個模子，像畢加索，馬蒂斯，莫迪利亞尼等等，模子的表示不錯，可以或許把差不多300張畫拆解成8萬次筆觸。

　　△ 拆解筆觸的示例：畢加索的版畫

　　如今光看單個筆觸的特點，它便可以猜出是哪一個年夜師的作品了，精確率在70%到90%之間。

　　能夠有完善主義偏向的研討人員認為，如許還不敷。

　　假如還能看筆觸的輪廓（線條的粗細），那才流弊。所以他們持續折騰，再練習了個算法看筆觸的輪廓。愿望能同時用兩個的模子，先看是誰畫的，再看是否是真的。

　　看筆觸輪廓的模子還可以給拆解筆觸的RNN供給一些額定的癥結信息，像年夜神下筆的時刻用了多年夜的力，線條的粗細是若干等等。

　　△ 筆觸輪廓的算法所參考的Dantzig的畫作剖析辦法學

　　假如沒有后來這個模子的話，RNN就像黑箱一樣，研討人員也說明不了RNN輸入的成果。這兩個模子一路用，斷定是誰畫的精確率可跨越80%。所以，這兩個模子的差別就在于能不克不及分清真假作品。

　　為了看建的模子能不克不及驗假，研討人員找了一批現代畫家，盡量高仿這些畫作。沒想到，兩個模子合營的表示敲兇猛，只需看單個筆觸，就可以100%找出高仿，一抓一個準。

　　“不是我吹，生怕人都做不到這么準，”羅格斯年夜學的傳授Ahmed Elgammal對團隊搭的模子很驕傲。

　　“不外呢，我們模子也照樣有局限性的。碰到那些筆觸隱約的畫就一點方法沒有了。”

　　他們接上去盤算，拿印象派的畫和其他一些19世紀筆觸結實精致的話來進一步驗證模子的后果。

　　荷蘭提爾堡年夜學的Eric Postma十多年之前，就開端應用AI來看畫是真是假。他認為，這個研討最有價值的處所，是研討團隊借用第二種模子弄清晰了RNN是干甚么的。

　　△ 荷蘭提爾堡年夜學數據迷信家的Eric Postma

　　“將來，藝術圈確定還會有更多的處所是要用到AI的，”他強調，“但惋惜的是，許多研討藝術史的人和研討人員還沒有解脫傳統的思想習氣。對新的技巧不敷存眷，很少無意識去思慮AI怎樣運用到藝術圈，怎樣進步驗假的效力。”

　　“但這也不克不及怪他們，”他說，“究竟，機械取得成果的道理進程很龐雜，能懂得的圈里人太少了。”所以Eric Postma愿望此次的研討，可讓更多藝術人懂得到AI能幫他們做些甚么。

　　不知足于只用AI來畫畫，羅格斯年夜學的傳授Ahmed Elgammal，此次還搗鼓出了鑒真假畫的算法。在他們最新揭橥的論文外面，他提到了AI鑒畫的3年夜優勢：

　　1）名畫驗假的任務速度快多了。

　　2）還可以沖破其他傳統辦法的局限。好比說，近古代的畫，之前辨別起來很艱苦。由于所用的畫布和顏料都異常輕易拿到，那末再剖析年月和化學成份就沒甚么卵用了。

　　3）最最最主要的是，AI辨別廉價多了。許多時刻，那些高真個試驗室驗假的費用比真畫自己的價值都要高。